小波变换及滚球算法在单分子荧光能量共振转移图像分析中的应用

单分子荧光共振能量转移技术是通过检测单个分子内的荧光供体及受体间荧光能量转移的效率来研究分子构象的变化．要得到这些生物大分子的信息就需要对大量的单分子信号进行统计分析,人工分析这些信息,既费时费力又不具备客观性和可重复性,因此本文将小波变换及滚球算法应用到单分子荧光能量共振转移图像中对单分子信号进行统计分析．在保证准确检测到单分子信号的前提下,文章对滚球算法和小波变换算法处理图像后的线性进行了分析,结果表明,滚球算法和小波变换算法不但能够很好地去除单分子FRET图像的背景噪声,同时还能很好地保持单分子荧光信号的线性．最后本文还利用滚球算法处理单分子FRET图像及统计15 bp DNA的FRET效率的直方图,通过计算得到了15 bp DNA的FRET效率值．     

自动对焦算法评估线虫脂滴图像的研究

自动对焦是实现线虫自动化筛选的一个重要步骤．在光学显微镜系统中,通过采集同一个视野下不同焦面的图像,再通过清晰度评价函数对这些图像进行运算,得到的最大值被认为是最佳对焦位置．在本研究中,对16种常用的自动对焦算法以及最近提出的一些算法进行了评估,通过评估找出最适合线虫脂滴图像的自动对焦算法,从而搭建一套线虫脂滴自动化筛选系统．同时就对焦精度、运算时间、抗噪声能力、对焦曲线等特征进行了分析评价,结果表明,大多数算法对线虫脂滴图像都有较好的表现,特别是绝对Tenengrad算法在对焦精度上有最好的表现,我们将优选该算法应用到线虫脂滴自动化筛选系统中．     

时间序列荧光图像中精确检测高密度快速运动多囊泡的“自校正”算法

本文提出了一种“自校正”算法,用于提高时间序列荧光图像中的多个运动目标识别的正确率(如囊泡)．此算法的主要思想是构建一个由核函数叠加构成的模型,然后用这个模型去拟合无法分辨时刻的数据,通过最小二乘拟合后得到的模型与真实数据的χ²统计残差及拟合得到的核函数的参数,来确定该时刻囊泡的数目及各囊泡的中心位置．我们在合成图像上比较加入了自校正算法和未加自校正算法的识别正确率,结果表明,加入了自检算法以后识别正确率得到了明显提高．同时,提出了一个优化的囊泡追踪流程,并应用到小鼠β细胞的囊泡荧光图像分析中．统计分析显示,加入葡萄糖刺激后,小鼠β细胞囊泡轨迹数目会增加,平均锚定时间会减少,这是由于胰岛细胞需要借助囊泡的转运和分泌来调控血糖平衡．因此我们进一步在亚细胞水平定量分析了活细胞中囊泡的活动．     

应用深度学习分割光学显微镜下的细胞图像

目的 为了在细胞培养过程中便捷地分析细胞的数目和形态.方法 本文将深度学习应用到细胞识别中,实现了一种可以通过普通光学显微镜拍照,并直接在培养皿中进行细胞识别计数的方法.结果 通过构建U-Net网络结构,并对贴壁细胞和悬浮细胞图像进行标记训练,来实现贴壁细胞和悬浮细胞的分割计数.同时,用该算法绘制细胞生长曲线以及计算抑...